Yahoo Finance berichtete am 4. November, dass Gemini 4 Carbon im GDPx-Benchmark 10,9 Prozent und Claude Opus 5.5 12 Prozent erreicht hätten. Der Abstand beträgt 1,1 Prozentpunkte. Die Werte beziehen sich auf diesen Benchmark, dessen Ergebnisse je nach Fachgebiet unterschiedlich ausfallen.
Die gemeldeten GDPx-Werte und Kosten
| Modell | GDPx-Wert | Gemeldete Kosten je GDPx-Aufgabe |
| Gemini 4 Carbon | 10,9 % | 16,29 US-Dollar |
| Claude Opus 5.5 | 12 % | 51,41 US-Dollar |
Yahoo Finance bezifferte die Kosten auf 16,29 US-Dollar pro Aufgabe für Gemini 4 Carbon, berechnet zum Einführungspreis von Google, und auf 51,41 US-Dollar für Claude Opus 5.5. Es sind Kosten für GDPx-Aufgaben, keine allgemeinen API-Tarife.
Wie GDPx den Gesamtwert bildet
Der von SemiAnalysis am 2. November veröffentlichte Benchmark umfasst elf Fachgebiete. Laut SemiAnalysis beruht der Gesamtwert auf pass@1 über drei Versuche. Die Fachgebiete zählen gleich; gibt es in einem Bereich mehrere Partner, werden auch deren Beiträge gleich gewichtet.
Die Aufgaben werden je nach Fachgebiet binär oder teilweise bewertet. Das Standardzeitlimit beträgt acht Stunden, manche Aufgaben haben kürzere Limits. Wenn verfügbar, liefen die Modelle in ihren jeweiligen nativen Umgebungen.
Die Spitzenreiter wechseln je nach Fachgebiet
SemiAnalysis berichtet, dass Claude Opus 5.5 bei quantitativem Handel, Hardwaredesign und Chipdesign vorne liegt. Gemini 4 Carbon schneidet dem Bericht zufolge in Biologie am stärksten ab und führt knapp im Software-Engineering. GPT-6 Astra liegt bei rekursiver Selbstverbesserung und Materialwissenschaft vorn.
SemiAnalysis merkt außerdem an, dass Sicherheitsklassifikatoren die Ergebnisse von Claude Opus 5.5 und GPT-6 Astra in einigen Bereichen drücken.
